近年來,，隱私泄露越來越成為公眾關(guān)注的問題。隱私計算作為一種能平衡數(shù)據(jù)隱私保護(hù)和數(shù)據(jù)可用性的關(guān)鍵技術(shù)備受學(xué)術(shù)界和工業(yè)界的青睞,，興起了以隱私計算賦能的各種隱私保護(hù)應(yīng)用,，如隱私保護(hù)的機(jī)器學(xué)習(xí)與推理、聯(lián)邦學(xué)習(xí)等,。
進(jìn)化計算是計算智能技術(shù)的重要分支,，已成為各類復(fù)雜優(yōu)化難題的重要方法。進(jìn)化計算具有天然的并行分布式計算特性,。在并行分布式計算環(huán)境中部署和運(yùn)行進(jìn)化計算求解器,，將不可避免地面臨隱私保護(hù)問題,。然而相關(guān)方向的研究工作尚未受到廣泛關(guān)注。
為此,，本團(tuán)隊對隱私保護(hù)的進(jìn)化計算方法開展探索,，取得了如下進(jìn)展：
一、構(gòu)建進(jìn)化計算隱私保護(hù)問題的分析框架BOOM
該框架考慮了三種典型的分布式進(jìn)化計算場景,，即集中式優(yōu)化（云中心節(jié)點(diǎn)提供進(jìn)化計算求解器服務(wù)）,、分布式優(yōu)化（分布式多智能體協(xié)同運(yùn)行進(jìn)化計算優(yōu)化）和數(shù)據(jù)驅(qū)動優(yōu)化（基于大量隱私數(shù)據(jù)驅(qū)動的昂貴優(yōu)化進(jìn)化計算），從保護(hù)對象（Object）,、動機(jī)（Motivation）,、位置（pOsition）和方法（Method）四個維度分析和探討不同的進(jìn)化計算范式面臨的隱私問題。
根據(jù)此范式,，框架指出了隱私保護(hù)的進(jìn)化計算的三類潛在研究方向：進(jìn)化計算即服務(wù),、隱私保護(hù)的聯(lián)合優(yōu)化和隱私保護(hù)的數(shù)據(jù)驅(qū)動優(yōu)化。隱私計算即服務(wù)探索云服務(wù)器在不泄露用戶隱私數(shù)據(jù)的前提下,，向有進(jìn)化計算需求的用戶提供進(jìn)化計算服務(wù),。隱私保護(hù)的聯(lián)合優(yōu)化探索進(jìn)化計算的群體智能優(yōu)勢，通過多個智能體協(xié)同進(jìn)化的方式完成進(jìn)化計算任務(wù),。隱私保護(hù)的數(shù)據(jù)驅(qū)動優(yōu)化探索在目標(biāo)函數(shù)不明晰的情況下,，開展隱私保護(hù)的代理模型推理驅(qū)動的進(jìn)化計算。
該論文發(fā)表在IEEE Computational Intelligence Magazine,，該論文鏈接如下：https://ieeexplore.ieee.org/document/10384506,。
B. Zhao, W. -N. Chen, X. Li, X. Liu, Q. Pei and J. Zhang, "When Evolutionary Computation Meets Privacy," in IEEE Computational Intelligence Magazine, vol. 19, no. 1, pp. 66-74, Feb. 2024, doi: 10.1109/MCI.2023.3327892.
二、中心式優(yōu)化：進(jìn)化計算即服務(wù)模式的隱私保護(hù)遺傳算法（PEGA）
在上述研究思路的指引下,，該團(tuán)隊分別就進(jìn)化計算即服務(wù),、隱私保護(hù)的聯(lián)合優(yōu)化和隱私保護(hù)的數(shù)據(jù)驅(qū)動優(yōu)化開展詳細(xì)的研究，并在TCYB上發(fā)表了其團(tuán)隊的最新研究成果,。
遵循進(jìn)化計算即服務(wù)（Evolutionary Computation as a Service）的研究方向,，該團(tuán)隊以遺傳算法來具象化進(jìn)化計算算法，并以具體的組合優(yōu)化問題為例,，開展研究,，提出PEGA（A Privacy-Preserving Genetic Algorithm for Combinatorial Optimization Problem）。其研究動機(jī)是使得云服務(wù)器將計算封裝成一個服務(wù),，允許不具備進(jìn)化計算編程和求解能力的用戶將組合優(yōu)化問題的求解外包給云服務(wù)器,，同時要求云服務(wù)器不能獲知用戶的優(yōu)化結(jié)果，以此來保護(hù)用戶的隱私,。為此,，其發(fā)表的論文PEGA以團(tuán)隊前置研究成果安全的外包計算工具SOCI（Zhao B, Yuan J, Liu X, et al. SOCI: A toolkit for secure outsourced computation on integers[J]. IEEE Transactions on Information Forensics and Security, 2022, 17: 3637-3648.）為基礎(chǔ)，針對遺傳算法染色體編碼,、選擇,、交叉、編譯和評估等幾個核心的進(jìn)化算子,，設(shè)計對應(yīng)的的隱私保護(hù)進(jìn)化算子協(xié)議,，實現(xiàn)進(jìn)化算法子以加密的數(shù)據(jù)輸入并輸出加密的計算結(jié)果。研究成果在旅行商問題和0/1背包兩個經(jīng)典的組合優(yōu)化問題上開展了實證研究,，實驗結(jié)果表明PEGA在尋找最優(yōu)解時,，具備與傳統(tǒng)的遺傳算法相同的尋優(yōu)能力。
該論文發(fā)表在IEEE Transactions on Cybernetics, 論文鏈接如下：https://ieeexplore.ieee.org/document/10398448/,。
B. Zhao, W. -N. Chen, F. -F. Wei, X. Liu, Q. Pei and J. Zhang, "PEGA: A Privacy-Preserving Genetic Algorithm for Combinatorial Optimization," in IEEE Transactions on Cybernetics, doi: 10.1109/TCYB.2023.3346863.
三,、分布式優(yōu)化：聯(lián)合優(yōu)化模式的隱私保護(hù)粒子群算法（PriMPSO）
遵循進(jìn)化隱私保護(hù)的聯(lián)合優(yōu)化（Privacy-Preserving Federated Optimization）的研究方向，該團(tuán)隊以粒子群算法為研究對象,，開展研究,，提出PriMPSO（A Privacy-Preserving Multi-Agent Particle Swarm Optimization Algorithm）。其研究動機(jī)是讓多個參與者維護(hù)各自的本地的最優(yōu)解,，并使得多個參與者共同尋找全局最優(yōu)解,。為了保護(hù)優(yōu)化解的隱私，PriMPSO設(shè)計協(xié)議使得參與者在不泄露各自本地最優(yōu)解的情況下,，通過多方聯(lián)合隱私計算尋找全局最優(yōu)解,。該研究的核心設(shè)計了一個隱私保護(hù)的最佳參與者選擇算法，該算法可以在不泄露任何參與者的本地最優(yōu)解和誰是最佳參與者的情況下,，完成最佳參與者的選擇,。在CEC2005 benchmark和眾包任務(wù)分配實例下的實驗評估結(jié)果表明，PriMPSO在尋找最優(yōu)解時,，具備與傳統(tǒng)的粒子群算法相同的尋優(yōu)能力,。
該論文發(fā)表在IEEE Transactions on Cybernetics，原文鏈接如下：https://ieeexplore.ieee.org/document/9976052,。
B. Zhao et al., "PriMPSO: A Privacy-Preserving Multiagent Particle Swarm Optimization Algorithm," in IEEE Transactions on Cybernetics, vol. 53, no. 11, pp. 7136-7149, Nov. 2023, doi: 10.1109/TCYB.2022.3224169.
四,、數(shù)據(jù)驅(qū)動的優(yōu)化：隱私保護(hù)的邊云協(xié)同進(jìn)化算法（ECCoEAs）
遵循進(jìn)化隱私保護(hù)的數(shù)據(jù)驅(qū)動優(yōu)化（Privacy-Preserving Data-driven Optimization）的研究方向，該團(tuán)隊以數(shù)據(jù)分布在網(wǎng)絡(luò)邊緣節(jié)點(diǎn)的單目標(biāo)實數(shù)優(yōu)化問題為例,，開展研究,，提出邊云協(xié)同的分布式數(shù)據(jù)驅(qū)動優(yōu)化算法框架（edge-cloud co-evolutionary algorithms for distributed data-driven optimization，ECCoEAs）,。其研究動機(jī)是利用局部數(shù)據(jù)構(gòu)建的代理模型進(jìn)行信息傳遞并輔助進(jìn)化計算算法尋找最優(yōu)解,，而不傳遞原始數(shù)據(jù)。具體來說,，該框架由一個通信機(jī)制,、邊緣模型管理和云模型管理三部分組成。邊緣模型管理有效利用邊緣服務(wù)器的計算力,，負(fù)責(zé)邊緣模型的構(gòu)建,、候選解的真實評估以及邊緣優(yōu)化,。云模型管理中，利用邊緣服務(wù)器傳來的預(yù)測函數(shù)集成一個全局集成模型,，并用這一模型輔助優(yōu)化得到有望候選解,，從而指導(dǎo)邊緣模型管理。為了驗證算法框架的通用性,，分別結(jié)合差分進(jìn)化算法和代理輔助層次粒子群優(yōu)化算法實現(xiàn)了兩個基于該框架的邊云協(xié)同的分布式數(shù)據(jù)驅(qū)動進(jìn)化優(yōu)化算法,。提出的算法框架將代理輔助進(jìn)化算法拓展到分布式數(shù)據(jù)驅(qū)動優(yōu)化問題上，與其集中式版本具有相近甚至更優(yōu)的性能,。
該論文發(fā)表在IEEE Transactions on Cybernetics,，原文鏈接如下：https://ieeexplore.ieee.org/abstract/document/9965951。
X. -Q. Guo, W. -N. Chen, F. -F. Wei, W. -T. Mao, X. -M. Hu and J. Zhang, "Edge–Cloud Co-Evolutionary Algorithms for Distributed Data-Driven Optimization Problems," in IEEE Transactions on Cybernetics, vol. 53, no. 10, pp. 6598-6611, Oct. 2023, doi: 10.1109/TCYB.2022.3219452.
近日已有越來越多的研究者參與隱私保護(hù)的進(jìn)化計算研究,。相信在不久的未來,，隱私保護(hù)的進(jìn)化計算將涌現(xiàn)一大批優(yōu)秀的研究成果。
上述研究工作由華南理工大學(xué)陳偉能教授及其指導(dǎo)的博士畢業(yè)生趙搏文（2021年入職西安電子科技大學(xué),，華山菁英副教授）,、郭曉琦、魏鳳鳳等共同開展,。
4525
0
2024-01-18
